权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

動的認識システムの発達モデルと、適切な学習課題の検討

动态识别系统的发展模型和适当学习任务的考虑

基本信息

批准号：
00J09422
负责人：
森本元太郎
金额：
$ 1.92万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2000
资助国家：
日本
起止时间：
2000 至 2002
项目状态：
已结题

项目摘要

本年度は離散化された記号を交換するダイナミクスから、実変数を交換するダイナミクスに拡張し、その性質を調べた。ゲーム理論の視点から解釈すれば、混合戦略を許すように拡張した戦略の混合拡大である。このようなモデルは実際のゲームの相互作用と戦略の変化のタイムスケールが離れた極限でのモデルとして、進化的ゲーム理論における学習のダイナミクスとして近年理論的研究が進められているテーマである。競合的なゲームで、プレーヤーの内部に関係を再現するシミュレーションによって、カオス的遍歴現象といえるふるまいが見られた。均衡点や周期解は存在するが、実際のダイナミクスはローカルな規則性を生み出したり、壊したりを繰り返す。このとき内部モデルはプレーヤー間で交互に不安定化することがわかった。相互作用の質の違いとして解釈すれば、閾値が与えられた言語的なモデルから、直接相互作用のモデルへの変化と考えられる。認知発達を感覚と運動を介して環境と結合した系として捉えるべき、という考え方は古くから提唱されているが、本研究では、シミュレーションに乗せてその不安定性の起源と役割を議論することができた。本研究に利用したリカレントニューラルネットワークは、かなり複雑なダイナミクスでも再現できる。だが、そのダイナミクスはパラメータの変動に非常に鋭敏である。また、単純なモデルで学習可能な対象に対しても複雑なモデルを構成しがちであり、簡単なモデルを選択するというような、一般的に望ましいとされる基準を一切持たないように思われる。学習、記憶といった現象をダイナミカルシステムとして捉えた時、時には安定した簡単なモデルを維持することができるのはどういう場合か、という問いに答えることが今後の課題と言える。

This year's discretization is the exchange of symbols, the number of discretization, the exchange of numbers, and the nature of the discretization. The viewpoint of the ゲーム theory is the solution to the problem, and the mixed strategy is the mixed strategy.このようなモデルは実界のゲームのInteraction Strategyの変化のタイムスケールが里れたlimit でのモデルとして、The theory of evolution and the theory of evolution in recent years. Reappearance of the internal relationship between the competition and the cooperation between the partiesションによって, カオス's omnipresent phenomenon といえるふるまいが见られた. The equilibrium point is the existence of the periodic solution, the existence of the periodic solution, the existence of the periodic solution, the regularity of the periodic solution, and the return of the periodic solution. The internal interaction between the interior and exterior is unstable and the interaction between the interior and exterior is unstable. Interaction of the quality of the violation of the 釈すれば, threshold of the が and えられたverb of the なモデルから, direct interaction of the のモデルへの変化と考えられる. Cognition and developmentているが, this research では, シミュレーションに multiply せてそのThe origin of instability and the discussion することができた. In this study, we used the したリカレントニューラルネットワークは and the かなり曑なダイナミクスでも to reproduce the できる.だが、そのダイナミクスはパラメータの変动にVERY に魭である.また, 単 Pure なモデルでStudy possible な対 resembles に対してもFU雑なモデルを constitute しがちであり, 简単なモデルを选択するというような, general に看ましいとされるstandard をEverything holds たないように思われる. Learning, memory, and phenomenaをMaintain the することができるのはどういう occasion か, というquestion いにanswer えることがfuture issues と说える.